本指南让您开始在TensorFlow中编程。在使用本指南之前， 请安装TensorFlow。为了充分利用本指南，您应该了解以下内容： 如何用Python编程。 至少有一点关于数组阵列的知识。 理想的是，关于机器学习的东西。但是，如果您对机器学习知之甚少，那么这仍然是您应该阅读的…

从我对整个职业生涯的规划出发，我不仅想做一些高质量的应用(软件工程的角度),还想做一些激动人心的应用，所以我希望能在机器学习的方向走，尽管我在大学粗浅的学了些皮毛，但如果要把机器学习作为职业发展的话这些还差得远，所以我开始写了这个系列的文章。 我希望通过这个系列能对机器学习领域…

图像分割（Image Segmentation）是计算机视觉领域中的一项重要基础技术，是图像理解中的重要一环。图像分割是将数字图像细分为多个图像子区域的过程，通过简化或改变图像的表示形式，让图像能够更加容易被理解。更简单地说，图像分割就是为数字图像中的每一个像素附加标签，使得具…

毫无疑问，过去几年中，作为人工智能的主要领域，越来越多的人投身于机器学习研究。《哈佛商业评论》甚至将机器学习科学家称为“21 世纪最性感的工作”。为了帮助机器学习初学者快速入门，加拿大皇后大学机器学习专家 Reena Shaw 特意写了一篇文章，总结了机器学习初学者需要知道的 …

在机器学习领域，“没有免费的午餐”是一个不变的定理。简而言之，没有一种算法是完美的，可以作为任何问题的最佳解决方案。认清这一点，对于解决监督学习问题（如预测建模问题）尤其重要。 我们不能总说神经网络就是比决策树好，反之亦然。影响算法性能的因素有很多，比如数据集的大小和结构。 因…

决策树是很常见的机器学习分类算法，竟然叫决策树，那么它的模型其实就像树一样。通过对样本集的学习，挖掘出有用的规则。对于程序员来说或许以条件语句来看就更好理解了，决策树可以看成是多个if then条件语句的集合。这种模型等同于我们写的条件语句，所以它的预测分类速度是很快的。 来个…

在机器学习领域中，朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器（分类又被称为监督式学习，所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类，反之聚类问题被称为非监督式学习），朴素贝叶斯在处理文本数据时可以得到较好的分类结果，所以它被广泛应用于文本分类/垃…